Ein Gespräch anfangen — ohne Vorwurf

Vor ein paar Abenden saßen mein Sohn und ich auf dem Sofa, er mit seinem Handy, ich mit einer Tasse Tee. Zwischen drei TikTok-Videos und einem Kommentar über ein neues Sneaker-Modell sagte ich: „Hast du dich schon mal gefragt, warum dir genau das angezeigt wird?“ Er sah mich an, halb amüsiert, halb genervt. Das war mein Moment. Nicht mit einer Lehre zu starten, sondern mit einer echten Neugierfrage — das hat die Stimmung offen gehalten.

Wenn ich Jugendlichen algorithmische Voreingenommenheit erkläre, beginne ich deshalb nie mit Definitionen. Ich beginne mit Dingen, die sie kennen: den eigenen Empfehlungen auf Instagram, den Songvorschlägen auf Spotify, dem Autovervollständigungsfeld in Google. So bleibt das Thema relevant und nicht abstrakt.

Worum es wirklich geht — in einfachen Worten

Algorithmische Voreingenommenheit heißt nicht, dass der Algorithmus „böse“ ist. Es heißt: Systeme lernen aus Daten. Wenn die Daten verzerrt sind, wird das Ergebnis auch verzerrt. Ein Algorithmus spiegelt oft nur das wieder, was schon vorhanden ist — Vorurteile, Ungleichheiten oder Lücken in den Informationen.

Statt mit „Bias“ zu beginnen, sage ich gern: „Stell dir vor, du würdest nur drei Bücher über Geschichte lesen — welche Perspektive würdest du glauben? Wenn die Bücher alle einseitig sind, wirst du einseitig denken.“ Algorithmen lesen Millionen solcher „Bücher“ (Daten). Wenn die „Bücher“ einseitig sind, ist auch die Empfehlung einseitig.

Konkrete Beispiele, die Jugendliche verstehen

  • Suchvorschläge: Suchmaschinen vervollständigen oft, was wir tippen. Wenn viele Leute oft bestimmte Stereotype suchen, erscheinen diese Vorschläge häufiger — das verstärkt das Bild.
  • Jobanzeigen: Manche Plattformen zeigen Stellenanzeigen eher bestimmten Gruppen. Wenn zum Beispiel frühere Bewerber überwiegend Männer waren, lernt das System, Männern häufiger ähnliche Anzeigen zu zeigen.
  • Gesichterkennung: Systeme, die schlechter bei bestimmten Hauttönen sind, basieren häufig auf Trainingsdaten, in denen diese Hauttöne unterrepräsentiert sind.
  • Playlisten und Feed: Wenn du immer wieder das gleiche Genre hörst oder anschaust, bekommst du mehr davon — denn das System lernt, was du „magst“ und bleibt dabei.

Kurze Experimente, die man zusammen machen kann

Kleine praktische Übungen schaffen Verständnis besser als lange Erklärungen. Hier drei einfache Experimente:

  • Öffnet den Inkognito-Modus und gebt dieselben Suchbegriffe ein wie im normalen Modus — die Ergebnisse unterscheiden sich oft.
  • Wechselt das Gerät oder Konto und schaut, wie unterschiedlich die empfohlenen Videos/Playlists sind.
  • Vergleicht Autovervollständigung in verschiedenen Sprachen — häufige Suggests zeigen populäre, nicht unbedingt wahre, Annahmen.

Eine Tabelle mit beobachtbaren Unterschieden

Situation Erwartung ohne Algorithmus Was der Algorithmus zeigt
Suche nach „beste Programmierer“ Liste mit unterschiedlichen Namen Häufig männerdominierte Profile, weil Trainingsdaten es widerspiegeln
Feed für Mode Verschiedene Stile Mehr von dem, womit bereits Interaktion war (Echokammer)
Gesichtserkennung Unabhängig von Hautfarbe gleiche Genauigkeit Geringere Genauigkeit bei unterrepräsentierten Gruppen

Wie man ohne Belehrung diskutiert — Formulierungen, die funktionieren

Jugendliche reagieren oft ablehnend, sobald sie sich belehrt fühlen. Deshalb vermeide ich Sätze wie „Du musst verstehen…“ oder „Das ist gefährlich…“. Stattdessen nutze ich Fragen und Ich-Botschaften:

  • „Hast du das auch schon bemerkt?“
  • „Mir ist aufgefallen, dass… was denkst du?“
  • „Ich fand das überraschend: …“

Solche Formulierungen laden ein, statt zu schließen.

Werkzeuge und Ressourcen, die Jugendliche ausprobieren können

Es hilft, wenn sie selbst ausprobieren können. Ich empfehle:

  • Incognito/Privates Fenster: Um zu sehen, wie personalisiert Ergebnisse normalerweise sind.
  • „Ad Preferences“ bei Facebook/Instagram: Dort kann man sehen, welche Interessen dem Profil zugeordnet sind und sie ändern.
  • Transparency Reports: Viele Plattformen (Google, TikTok, Spotify) veröffentlichen Berichte über Empfehlungen und Moderation.

Über Werte sprechen — warum es wichtig ist

Algorithmen sind nicht nur Technik, sie sind Ausdruck von Entscheidungen: welche Daten man sammelt, welche Ziele man setzt (Klicks, Verweildauer, Verkäufe). Mit Jugendlichen diskutiere ich deshalb auch Werte: Welche Inhalte wollen wir fördern? Vielfalt? Wahrheit? Unterhaltung? Wenn das Ziel rein Kommerz ist, sind Verzerrungen wahrscheinlicher.

Was sie tun können — kleine Handlungsschritte

Oft haben junge Menschen das Gefühl, machtlos zu sein. Ich teile deshalb konkrete, einfache Schritte:

  • Aktiv verschiedene Quellen suchen (nicht nur den Feed folgen).
  • Die eigenen „Interessen“ in den Einstellungen prüfen und anpassen.
  • Algorithmen hinterfragen, wenn etwas immer wieder gleich angezeigt wird — und darüber sprechen.
  • Tech-News und Initiativen folgen, z. B. Electronic Frontier Foundation oder lokale Medienprojekte, die Algorithmen erklären.

Wenn die Diskussion auf Widerstand stößt

Manchmal ist die Reaktion: „Ich will das gar nicht wissen“ oder „Das ist mir egal, solange ich coole Sachen sehe.“ Dann nehme ich das ernst. Ich sage: „Okay, ich verstehe. Mir geht es nicht darum, dir etwas wegzunehmen. Mir ist wichtig, dass du weißt, wie das alles funktioniert, damit du Entscheidungen treffen kannst.“

Offen bleiben — und zusammen neugierig sein

Am Ende lade ich Jugendliche ein, mit mir zu lernen. Algorithmen ändern sich ständig; neuere Versionen können fairer, andere aber auch raffinierter sein. Wenn wir neugierig bleiben, statt zu verurteilen, entsteht ein besserer Austausch. Manchmal schaut mein Sohn mir dann ein Video, erklärt warum es funktioniert — und ich lerne genauso viel wie er.